期刊文献+
共找到1,595篇文章
< 1 2 80 >
每页显示 20 50 100
Building Facade Point Clouds Segmentation Based on Optimal Dual-Scale Feature Descriptors
1
作者 Zijian Zhang Jicang Wu 《Journal of Computer and Communications》 2024年第6期226-245,共20页
To address the current issues of inaccurate segmentation and the limited applicability of segmentation methods for building facades in point clouds, we propose a facade segmentation algorithm based on optimal dual-sca... To address the current issues of inaccurate segmentation and the limited applicability of segmentation methods for building facades in point clouds, we propose a facade segmentation algorithm based on optimal dual-scale feature descriptors. First, we select the optimal dual-scale descriptors from a range of feature descriptors. Next, we segment the facade according to the threshold value of the chosen optimal dual-scale descriptors. Finally, we use RANSAC (Random Sample Consensus) to fit the segmented surface and optimize the fitting result. Experimental results show that, compared to commonly used facade segmentation algorithms, the proposed method yields more accurate segmentation results, providing a robust data foundation for subsequent 3D model reconstruction of buildings. 展开更多
关键词 3D Laser Scanning point Clouds Building Facade segmentation point Cloud Processing Feature Descriptors
下载PDF
基于PointNet++的邻域特征增强点云语义分割方法
2
作者 李松 张安思 +1 位作者 伍婕 张保 《激光杂志》 CAS 北大核心 2024年第7期174-179,共6页
随着智能驾驶、机器人导航等以点云为基础的应用蓬勃发展,点云语义分割逐渐成为研究热点。然而,现有的点云语义分割方法存在局部特征提取不充分、特征融合不完整的缺陷。针对这些不足,提出了对应的解决方案。对于局部特征提取不充分的现... 随着智能驾驶、机器人导航等以点云为基础的应用蓬勃发展,点云语义分割逐渐成为研究热点。然而,现有的点云语义分割方法存在局部特征提取不充分、特征融合不完整的缺陷。针对这些不足,提出了对应的解决方案。对于局部特征提取不充分的现象,通过嵌入邻域点的坐标、方向、距离等相关信息去关联邻域点的显式特征。对于特征融合不完整的现象,提出了一种最大池化与自注意力池化相结合的混合池化方法。网络架构基于PointNet++,并结合提出的局部特征提取和融合方法,在S3DIS数据集上的实验结果表明,与基线方法PointNet++相比,各评价指标都有不同程度的提高,证实了新方法的有效性和优越性。 展开更多
关键词 三维点云 语义分割 特征提取 深度学习
下载PDF
A Modified SOFM Method for Point Cloud Segmentation in Reverse Engineering 被引量:4
3
作者 LIU Xue-mei ZHANG Shu-sheng BAI Xiao-liang 《Computer Aided Drafting,Design and Manufacturing》 2005年第2期33-37,共5页
The purpose of reverse engineering is to convert a large point cloud into a CAD model. In reverse engineering, the key issue is segmentation, i.e. studying how to subdivide the point cloud into smaller regions, where ... The purpose of reverse engineering is to convert a large point cloud into a CAD model. In reverse engineering, the key issue is segmentation, i.e. studying how to subdivide the point cloud into smaller regions, where each of them can be approximated by a single surface. Segmentation is relatively simple, if regions are bounded by sharp edges and small blends; problems arise when smoothly connected regions need to be separated. In this paper, a modified self-organizing feature map neural network (SOFM) is used to solve segmentation problem. Eight dimensional feature vectors (3-dimensional coordinates, 3-dimensional normal vectors, Gaussian curvature and mean curvature) are taken as input for SOFM. The weighted Euclidean distance measure is used to improve segmentation result. The method not only can deal with regions bounded by sharp edges, but also is very efficient to separating smoothly connected regions. The segmentation method using SOFM is robust to noise, and it operates directly on the point cloud. An examples is given to show the effect of SOFM algorithm. 展开更多
关键词 reverse engineering point cloud segmentation neural network self-organizing feature map
下载PDF
基于改进PointNet++的输电线路关键部位点云语义分割研究
4
作者 杨文杰 裴少通 +3 位作者 刘云鹏 胡晨龙 杨瑞 张行远 《高电压技术》 EI CAS CSCD 北大核心 2024年第5期1943-1953,I0009,共12页
输电线路的关键部位包括塔身、导线、绝缘子、避雷线以及引流线,无人机精细化导航的首要任务是构造输电线路的点云地图并从中分割出上述部位。为解决现有算法在输电线路的绝缘子、引流线等精细结构分割时精度低的问题,通过改进PointNet+... 输电线路的关键部位包括塔身、导线、绝缘子、避雷线以及引流线,无人机精细化导航的首要任务是构造输电线路的点云地图并从中分割出上述部位。为解决现有算法在输电线路的绝缘子、引流线等精细结构分割时精度低的问题,通过改进PointNet++算法,提出了一种面向输电线路精细结构的点云分割方法。首先,基于无人机机载激光雷达在现场采集的点云数据,构造了输电线路点云分割数据集;其次,通过对比实验,筛选出在本输电线路场景下合理的数据增强方法,并对数据集进行了数据增强;最后,将自注意力机制以及倒置残差结构和PointNet++相结合,设计了输电线路关键部位点云语义分割算法。实验结果表明:该改进PointNet++算法在全场景输电线路现场点云数据作为输入的前提下,首次实现了对引流线、绝缘子等输电线路中精细结构和导线、杆塔塔身以及输电线路无关背景点的同时分割,平均交并比(mean intersection over union,mIoU)达80.79%,所有类别分割的平均F_(1)值(F1 score)达88.99%。 展开更多
关键词 点云深度学习 点云语义分割 数据增强 自注意力 倒置残差
下载PDF
基于PointNet优化网络的铁路站台语义分割 被引量:1
5
作者 鲁子明 黄世秀 +2 位作者 季铮 张思仪 黄翔翔 《现代电子技术》 北大核心 2024年第3期68-72,共5页
铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对... 铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对网络进行局部特征提取优化,实现铁路站台点云数据语义分割。研究表明,所提方法对实验点云数据的分割准确率达到84.5%,在铁路工程应用中的点云总体分割精度达到75.34%,在铁路检测中实现了大范围多尺度点云数据的可靠语义分割,满足铁路侵界现象检测分析需求。 展开更多
关键词 点云分割 深度学习 铁路站台 铁路侵界 pointNet 金字塔结构 深度神经网络 语义分割
下载PDF
城市竣工测绘典型要素语义分割PointNet++深度学习模型适用性分析 被引量:1
6
作者 黄应华 董振川 +3 位作者 李昊 陈壮 刘长睿 张献州 《测绘通报》 CSCD 北大核心 2024年第2期85-89,共5页
处理三维激光扫描仪获取的城市竣工测绘点云场景数据的传统方法存在较多局限性,无法适应信息化社会对产品高效处理的需求。基于此,本文分析了城市竣工测绘点云场景分类需求,研究了利用深度学习网络模型对点云场景进行自动化处理的方法... 处理三维激光扫描仪获取的城市竣工测绘点云场景数据的传统方法存在较多局限性,无法适应信息化社会对产品高效处理的需求。基于此,本文分析了城市竣工测绘点云场景分类需求,研究了利用深度学习网络模型对点云场景进行自动化处理的方法。首先,对输入的城市竣工测绘数据进行预处理,以实现点云降采样、去噪、地面点与非地面点分割;然后,人工标注5个区域场景数据毫米级标签,进行数据增强;最后,测试PointNet++网络在城市竣工测绘点云场景下的语义分割性能和效果。测试结果表明,在少量样本下,PointNet++网络可以较好地实现城市竣工测绘点云场景的激光点云语义分割,总体mIoU达73.06%,能够满足城市竣工测绘点云语义自动化分割需求,为城市竣工测绘点云数据处理提供了新思路。 展开更多
关键词 城市竣工测绘点云场景 语义分割 深度学习 模型适用性
下载PDF
基于DenseNet与PointNet融合算法的三维点云分割
7
作者 吴烈权 周志峰 +1 位作者 时云 任朴林 《应用光学》 CAS 北大核心 2024年第5期982-991,共10页
点云分割对于智能驾驶、物体检测和识别、逆向工程等任务非常重要。PointNet是一种能够直接处理点云数据的方法,近年来在点云分割任务中得到广泛应用,但其分割精度较低,而PointNet++的计算成本又较高。针对以上问题,提出一种融合DenseNe... 点云分割对于智能驾驶、物体检测和识别、逆向工程等任务非常重要。PointNet是一种能够直接处理点云数据的方法,近年来在点云分割任务中得到广泛应用,但其分割精度较低,而PointNet++的计算成本又较高。针对以上问题,提出一种融合DenseNet和PointNet的算法,用于点云分割,并引入三分支混合注意力机制,以提高PointNet在提取局部特征方面的能力。基于密集连接卷积网络(DenseNet)思想,提出用DenseNet-STN和DenseNet-MLP结构来替代PointNet中的空间变换网络(STN)和多层感知机(MLP);同时,使用Add连接代替密集块(DenseBlock)中的Concat连接,以提高对点特征间相关性的准确性,同时不显著增加模型复杂度。DenseNet-PointNet能够提高复杂分类问题的泛化能力,实现对复杂函数更好的逼近,从而提高点云分割的准确率。有效性和消融实验结果表明,本文算法具有良好的性能。点云分割实验结果表明,DenseNet-PointNet在大多数类别中的交并比(IoU)都高于PointNet的IoU,并在部分类别中也高于PointNet++,参数量是PointNet++的47.6%,浮点运算量(FLOPs)是PointNet++的49.1%。实验结果验证了DenseNet-PointNet的可行性和有效性。 展开更多
关键词 点云分割 密集连接卷积网络 pointNet DenseNet-pointNet
下载PDF
基于PointNet++的工井点云语义分割模型研究
8
作者 刘丹丹 胡伟 +4 位作者 王丽欢 赵健 任雨 王迪 余容 《电力大数据》 2024年第2期77-86,共10页
受地下工井空间狭窄、环境复杂的影响,采集的工井点云数据存在空间分布不规则且不均匀、数据量大、难以实现多目标高效的语义分割等问题。有鉴于此,本文提出了一种基于PointNet++的工井点云语义分割方法。首先,采集地下工井点云数据并... 受地下工井空间狭窄、环境复杂的影响,采集的工井点云数据存在空间分布不规则且不均匀、数据量大、难以实现多目标高效的语义分割等问题。有鉴于此,本文提出了一种基于PointNet++的工井点云语义分割方法。首先,采集地下工井点云数据并加入语义标签,制作模型训练需要的数据集;其次,为提高点云分割任务的性能,引入一种基于深度学习的PointNet++网络模型,并利用多分辨率分组(multi-scalegrouping,MSG)和随机输入(random inputdropout,DP)策略,实现了地下工井地面、顶、爬梯、墙、电缆线和支架的语义分割;最后,采用精确度、召回率、交并比和F1分数作为评价指标对分割效果进行评价。结果表明,与PointNet网络模型相比,本文方法各类别的评价指标均得到了显著的提升,并且地下工井地面、井顶、井墙和电缆线等类别的评价指标均超过80%,显示分割性能良好,有利于地下电缆工井场景的多目标快速精准分割,为地下工程精细化管理奠定了基础。 展开更多
关键词 pointNet++ 工井点云 语义分割 DP MSG
下载PDF
基于改进PointNet的空调散热器V形槽3D点云分割算法
9
作者 陈冠华 李博 朱铮涛 《科学技术与工程》 北大核心 2024年第5期1963-1971,共9页
针对给空调散热器自动化点胶时无法准确识别散热器V形槽位置的问题,基于PointNet网络的散热器V形槽语义分割方法,首先针对散热器点云V形槽区域与内部区域特征相似的问题,设计一种通过提取点云边缘将点云边缘区域的点云与内部区域的点云... 针对给空调散热器自动化点胶时无法准确识别散热器V形槽位置的问题,基于PointNet网络的散热器V形槽语义分割方法,首先针对散热器点云V形槽区域与内部区域特征相似的问题,设计一种通过提取点云边缘将点云边缘区域的点云与内部区域的点云分别进行预处理的方法,实现突出点云边缘区域特征的目的。其次,在PointNet网络最大池化函数的基础上,引入平均池化函数,增加网络所提取的全局特征的特征信息,减少因最大池化引起的信息丢失,并去除T-Net变换网络,减少网络的复杂度。从实验室平台采集空调散热器样本进行实验,结果表明,改进算法的平均交并比(mean intersection over union, mIoU)达到78.17%,总体精度(overall accuracy, OA)达到了92.01%,相较于PointNet提高了9.73%和6.37%,验证了算法的有效性。 展开更多
关键词 空调散热器 点云数据精简 pointNet 语义分割
下载PDF
多尺度特征融合对比学习结合PointMetaBase的点云分割
10
作者 杨林杰 张斌 张志圣 《现代电子技术》 北大核心 2024年第15期91-97,共7页
点云场景边界的精确分割对提升三维点云整体分割精度和小目标的分割精度都非常重要。针对现有三维点云语义分割算法中存在的对点云场景边界分割不准确的问题,设计了一种新的多尺度特征融合对比学习方法,并将其集成到PointMetaBase网络上... 点云场景边界的精确分割对提升三维点云整体分割精度和小目标的分割精度都非常重要。针对现有三维点云语义分割算法中存在的对点云场景边界分割不准确的问题,设计了一种新的多尺度特征融合对比学习方法,并将其集成到PointMetaBase网络上,提出了MFFCL-PMB三维点云语义分割网络。该网络将解码器各层的输入和输出平行多路径地输入多尺度特征提取网络,其次将多尺度特征进行拼接融合,最后由边界搜索模块确定点云场景边界点,在边界点对应的多尺度融合特征上进行对比学习,使网络学习到使特征区分度更大的权重。MFFCL-PMB在数据集S3DIS的测试集区域5上的mIoU为70.9%,相比原始的PointMetaBase,在边界上的mIoU增加了1.4%,内部区域mIoU增加了1.2%,总体mIoU增加了1.2%,边界mIoU增量比内部区域增加的mIoU更大,说明MFFCL-PMB有效增强了PointMetaBase在边界上的分割表现并提高了网络在点云总体上的语义分割性能。 展开更多
关键词 深度学习 三维点云 语义分割 对比学习 多尺度特征融合 编码器 解码器
下载PDF
PVS-CNN:子流稀疏卷积优化的Point-Voxel CNN
11
作者 孙亚兰 林云汉 《计算机应用与软件》 北大核心 2024年第4期135-141,199,共8页
针对经典的三维卷积网络在模型较大的场景上分割和检测的效率低和内存占用大的问题,提出PVS-CNN网络框架,通过更新哈希表和特征稀疏矩阵的方式实现了效率高且占用低的三维卷积,引用子流稀疏卷积改进PV-Conv。将PVS-CNN在ShapeNet和S3DI... 针对经典的三维卷积网络在模型较大的场景上分割和检测的效率低和内存占用大的问题,提出PVS-CNN网络框架,通过更新哈希表和特征稀疏矩阵的方式实现了效率高且占用低的三维卷积,引用子流稀疏卷积改进PV-Conv。将PVS-CNN在ShapeNet和S3DIS数据集上进行评估,实验结果表明,所提出的PVS-CNN比PVCNN快3.6倍,GPU内存占用仅为PVCNN的0.55倍。在目标检测上,与F-PVCNN相比,PVS-CNN在时间效率和检测精度上全面优于F-PVCNN。 展开更多
关键词 三维点云 效率 内存占用 分割 目标检测 子流稀疏卷积
下载PDF
SSA-PointNet++:空间自注意力机制下的3D点云语义分割网络 被引量:17
12
作者 吴军 崔玥 +2 位作者 赵雪梅 陈睿星 徐刚 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2022年第3期437-448,共12页
为增强捕捉细粒度局部特征能力以进一步提高复杂场景点云语义分割精度,将自注意力机制引入PointNet++构建点云语义分割网络SSA-PointNet++.首先将采样点邻域的自注意力明确分为中心自注意力和邻域自注意力两部分,综合两者并结合不同空... 为增强捕捉细粒度局部特征能力以进一步提高复杂场景点云语义分割精度,将自注意力机制引入PointNet++构建点云语义分割网络SSA-PointNet++.首先将采样点邻域的自注意力明确分为中心自注意力和邻域自注意力两部分,综合两者并结合不同空间编码方式增强网络模型对采样点邻域拓扑结构的学习;然后构建注意力池化模块以强化重要信息在网络的有效传递,并通过差异性池化函数整合注意力池化、最大池化提取的多个全局特征以提高点云语义分割结果的鲁棒性.对公开数据集S3DIS,Semantic3D的场景语义分割实验表明,所提网络模型数据集分割精度mIoU较基准模型提升效果显著,在室内数据集S3DIS上的mIoU较PointNet++提升达6.6%,在室外数据集Semantic3D上的mIoU高出MSDeepVoxNet约3%;与公开数据集上其他网络模型的分割结果相比,所提模型性能均有不同程度的提升,具有更强的泛化性能和良好的应用价值. 展开更多
关键词 点云语义分割 深度学习 卷积神经网络 自注意力机制
下载PDF
一种基于DensePoint的牙颌模型语义分割方法 被引量:1
13
作者 马天 翟洁晨 +2 位作者 杨逸舟 杨嘉怡 刘佳 《重庆理工大学学报(自然科学)》 CAS 北大核心 2022年第11期118-126,共9页
牙颌模型分割是虚拟正畸系统的关键环节,针对传统的分割方法人工干预较多且交互操作复杂的问题,提出一种基于DensePoint的端到端牙颌模型语义分割方法。对牙颌模型的三维点云数据进行采样、标注和扩增处理,以满足分割网络训练要求;结合U... 牙颌模型分割是虚拟正畸系统的关键环节,针对传统的分割方法人工干预较多且交互操作复杂的问题,提出一种基于DensePoint的端到端牙颌模型语义分割方法。对牙颌模型的三维点云数据进行采样、标注和扩增处理,以满足分割网络训练要求;结合U-Net设计基于DensePoint的牙颌模型语义分割网络,同时面向点云数据集对网络下采样过程中的局部空间参数进行适应性优化,以确保网络能够提取到有效的局部特征;在Python环境和Pytorch框架中进行实现,并在增强的点云数据集上进行对比实验。结果表明:该方法的分割效果更优,准确率约90%,并且在相邻的牙齿边界和畸形的牙齿模型上具有更好的鲁棒性,较好地满足了虚拟正畸系统智能化的需求。 展开更多
关键词 牙颌模型分割 三维点云 虚拟正畸 分割网络
下载PDF
基于点云语义分割的猕猴桃冠层叶密度测量方法
14
作者 韩皓名 石复习 席新明 《农机化研究》 北大核心 2025年第2期27-35,共9页
提出了一种基于LiDAR的猕猴桃果园叶密度测量方法,旨在为猕猴桃果园冠层喷药提供更精确的指导。首先,使用激光雷达扫描10个密度不同的猕猴桃冠层建立点云数据集,利用RandLA-Net神经网络模型并通过6折交叉验证的方法对猕猴桃冠层的树叶... 提出了一种基于LiDAR的猕猴桃果园叶密度测量方法,旨在为猕猴桃果园冠层喷药提供更精确的指导。首先,使用激光雷达扫描10个密度不同的猕猴桃冠层建立点云数据集,利用RandLA-Net神经网络模型并通过6折交叉验证的方法对猕猴桃冠层的树叶、树枝和T型架点云进行语义分割;然后,计算仅包含树叶信息的冠层点云表面积,通过与人工落叶后的实测冠层叶属性(叶面积、叶片数)进行回归分析比较,得到冠层叶点云表面积与真实冠层叶属性的关系;最后,将3 m×3 m的猕猴桃冠层区域划分为400个225 cm^(2)的小网格区域,用以生成冠层叶密度图。结果表明:RandLA-Net网络模型能够有效地对猕猴桃冠层的树枝、树叶与T型架点云进行分割,模型平均总体精度OA达到92%以上,平均交并比mIoU为81.4%,冠层实测叶面积与冠层叶点云表面积的回归分析中获得了较高的相关性R=0.78,回归方程为y=1.491x+8315。对于每个猕猴桃冠层点云数据,通过Alpha-shape算法计算网格区域的冠层体积和预测网格真实叶面积的方法生成冠层叶密度图。所开发的基于点云语义分割的猕猴桃冠层叶密度测量方法,各项指标均符合预期要求,可以为果园冠层喷药提供更精准的指导。 展开更多
关键词 猕猴桃园 冠层叶密度 点云语义分割 深度学习 精准喷雾
下载PDF
融合MKF的Pointnet++优化算法研究 被引量:4
15
作者 孙红 凌岳览 《小型微型计算机系统》 CSCD 北大核心 2020年第6期1269-1273,共5页
移动机器人能够在陌生环境中实现全局定位是目前很多研究的重点和热点问题之一.移动机器人在陌生环境中会受到环境结构变化、障碍物等多种复杂因素的影响,为了使移动机器人能够在陌生环境中实现全局定位需要以机器人能够对环境中的障碍... 移动机器人能够在陌生环境中实现全局定位是目前很多研究的重点和热点问题之一.移动机器人在陌生环境中会受到环境结构变化、障碍物等多种复杂因素的影响,为了使移动机器人能够在陌生环境中实现全局定位需要以机器人能够对环境中的障碍物体进行识别分类以及对环境进行局部分割为基础.为此,本文采用了Pointnet、Pointnet++以及融合了MKF的Pointnet++优化算法等方法,并采用基于深度学习的方法处理点云数据,实现障碍物体的识别分类和环境的局部分割.实验结果表明,基于MKF的Pointnet++优化算法在物体识别分类和环境分割应用上比Pointnet和Pointnet++效果更好,并且在点云低密度的环境下仍有良好的效果. 展开更多
关键词 全局定位 点云 pointnet 环境分割
下载PDF
基于图卷积神经网络的三维点云分割算法Graph⁃PointNet 被引量:4
16
作者 陈苏婷 陈怀新 张闯 《现代电子技术》 2022年第6期87-92,共6页
三维点云无序不规则的特性使得传统的卷积神经网络无法直接应用,且大多数点云深度学习模型往往忽略大量的空间信息。为便于捕获空间点邻域信息,获得更好的点云分析性能以用于点云语义分割,文中提出Graph⁃PointNet点云深度学习模型。Grap... 三维点云无序不规则的特性使得传统的卷积神经网络无法直接应用,且大多数点云深度学习模型往往忽略大量的空间信息。为便于捕获空间点邻域信息,获得更好的点云分析性能以用于点云语义分割,文中提出Graph⁃PointNet点云深度学习模型。Graph⁃PointNet在经典点云模型PointNet的基础上,结合二维图像中聚类思想,设计了图卷积特征提取模块取代多层感知器嵌入PointNet中。图卷积特征提取模块首先通过K近邻算法搜寻相邻特征点组成图结构,接着将多组图结构送入图卷积神经网络提取局部特征用于分割。同时文中设计一种新型点云采样方法多邻域采样,多邻域采样通过设置点云间夹角阈值,将点云区分为特征区域和非特征区域,特征区域用于提取特征,非特征区域用于消除噪声。对室内场景S3DIS、室外场景Semantic3D数据集进行实验,得到二者整体精度分别达到89.33%和89.78%,平均交并比达到64.62%,61.47%,均达到最佳效果。最后,进行消融实验,进一步证明了文中所提出的多邻域采样和图卷积特征提取模块对提高点云语义分割的有效性。 展开更多
关键词 三维点云分割 图卷积神经网络 Graph⁃pointNet 语义分割 深度学习 多邻域采样 特征提取
下载PDF
基于改进PointNet++的输电杆塔点云语义分割模型 被引量:5
17
作者 黄郑 顾徐 +2 位作者 王红星 张星炜 张欣 《中国电力》 CSCD 北大核心 2023年第3期77-85,共9页
针对现有输电线路点云提取精度不高、无法满足无人机自主精细化巡检需求的问题,提出一种改进的PointNet++的输电杆塔点云语义分割方法,以实现对导线、地线、引流线、绝缘子和杆塔塔身的点云分割。首先,对经典PointNet++模型参数进行调整... 针对现有输电线路点云提取精度不高、无法满足无人机自主精细化巡检需求的问题,提出一种改进的PointNet++的输电杆塔点云语义分割方法,以实现对导线、地线、引流线、绝缘子和杆塔塔身的点云分割。首先,对经典PointNet++模型参数进行调整,使模型在特征提取数量、感受野方面更适用于输电杆塔点云数据;然后,采用核心点卷积作为点云特征提取算法,进一步提升模型对点云特征的提取能力;最后,针对点云数据中存在的数据不平衡问题,采用focal loss作为损失函数,使占比较少的类别得到充分训练。为验证所提方法有效性,在2284基输电杆塔组成的点云数据集上进行了实验,实验结果表明:改进后的算法平均F1值达到97.26%,较经典PointNet++提高了3.95个百分点。 展开更多
关键词 输电杆塔 点云分割 核心点卷积 focal loss损失函数 pointNet++
下载PDF
基于PointNet++的煤场点云分割与识别方法
18
作者 乐英 杨冰雁 《中国工程机械学报》 北大核心 2023年第3期199-203,共5页
为了实现煤场环境下的实时监控与安全监测,对煤场环境应用了一种基于PointNet++的目标分割与识别的方法。利用二维激光扫描仪做直线运动的装置采集三维点云数据,通过设置目标安全距离,采用基于欧氏距离的点云分割算法对原始点云进行分割... 为了实现煤场环境下的实时监控与安全监测,对煤场环境应用了一种基于PointNet++的目标分割与识别的方法。利用二维激光扫描仪做直线运动的装置采集三维点云数据,通过设置目标安全距离,采用基于欧氏距离的点云分割算法对原始点云进行分割,调用训练好的PointNet++网络对分割后的目标点云进行识别,对识别结果进行判断,并分析目标物体的工作状态是否安全。实验结果表明:煤场环境典型物体点云的分割精确率与召回率均大于90%,目标识别准确率达到98%,验证了基于PointNet++点云分割与识别方法的可行性。 展开更多
关键词 三维点云 pointNet++ 分割与识别
下载PDF
基于改进PointNet++的室内点云语义分割模型 被引量:2
19
作者 李云飞 张巧芬 +3 位作者 王桂棠 胡海泽 蔡志勇 陈楚浜 《国外电子测量技术》 北大核心 2023年第12期63-69,共7页
针对点云语义分割过程中存在的大量点云数据的相邻关系丢失以及无法捕获部分点云特征的关键信息等问题,提出了一种基于改进PointNet++的室内点云语义分割模型。首先利用中垂线通道采样获取到更具代表性的采样点,从而提高采样结果的信息... 针对点云语义分割过程中存在的大量点云数据的相邻关系丢失以及无法捕获部分点云特征的关键信息等问题,提出了一种基于改进PointNet++的室内点云语义分割模型。首先利用中垂线通道采样获取到更具代表性的采样点,从而提高采样结果的信息丰富度;在此基础上使用采样点邻域特征自适应分组,使组内采样点的分布特征和邻域内的点云特征更加接近,然后引入注意力机制,以实现对点云数据的多层次、多维度的建模和表达;最后通过实验进行性能对比分析。实验结果表明,模型对室内点云进行语义分割相较于PointNet++模型的整体准确率提高了5.6%,因此语义分割网络改进模块能够帮助神经网络提取到更优的点云特征信息,从而提高语义分割网络模型的性能。 展开更多
关键词 语义分割 点云特征 注意力机制
下载PDF
基于PointNet的三维点云部件分割的抗干扰研究
20
作者 穆莉莉 单卓佳 《绥化学院学报》 2023年第8期144-147,共4页
三维点云部件分割的训练预测模型是复杂多样的,影响分割结果的因素有很多。针对深度神经网路设置不同的参数对分割精度的影响,提出在经典点云网络模型PointNet上选择不同的激活函数与优化器进行抗干扰研究。首先将网络中数据采样数、学... 三维点云部件分割的训练预测模型是复杂多样的,影响分割结果的因素有很多。针对深度神经网路设置不同的参数对分割精度的影响,提出在经典点云网络模型PointNet上选择不同的激活函数与优化器进行抗干扰研究。首先将网络中数据采样数、学习率、批量大小等参数确定,其次修改激活函数与优化器参数并在ShapeNet数据集上进行实验对比。实验结果表明,在PointNet网络模型中选择ReLU激活函数与SGD优化器测试精确度达到88.39%。 展开更多
关键词 点云部件分割 pointNet 深度神经网络
下载PDF
上一页 1 2 80 下一页 到第
使用帮助 返回顶部